Det lyder mest af alt som en god aften:

256 mennesker og vin i forskellige smage og varianter

Men foran de mange mennesker lå også et stykke A3-papir. De 256 personer var nemlig alle inviteret af forskere fra DTU, Københavns Universitet og Caltech, og det blanke stykke papir foran dem skulle deltagerne bruge til at rangere vinene.

Den store mængde af data fra vinsmagningerne er siden blevet kombineret med hundredtusindvis af vinetiketter og anmeldelser, som forskerne har fået stillet til rådighed af firmaet Vivino – en app, hvor forbrugere netop kan bedømme vin. 

Og så gik forskerne i gang med at udvikle en algoritme. Nu er resultaterne klar.

»Vi har her demonstreret, at ved at fodre en algoritme med data bestående af menneskers smagsindtryk kan algoritmen lave mere præcise forudsigelser af, hvilken slags vin, vi hver især foretrækker,« siger Thoranna Bender, som har lavet studiet i regi af Pioneer Centre for AI på KU og til daglig er kandidatstuderende på DTU, i en pressemeddelelse fra Københavns Universitet.

Hun forklarer desuden, at modellen har givet dem information om, hvilke vine der ligner hinanden i smag, og hvilke der ikke gør.

»Så jeg kan for eksempel stå med en flaske vin, som er min favoritvin, og sige: Jeg vil gerne vide, hvilken vin der minder mest om den i smag – eller både i smag og pris,« siger hun.

Kommer forbrugeren til gode

Ifølge professor og medforfatter Serge Belongie fra Datalogisk Institut, der også er leder af Pioneer Centre for AI på Københavns Universitet, viser projektet, »at lære maskiner at bruge menneskers sanseoplevelser resulterer altså i bedre algoritmer, der kommer brugeren til gode«.

»Vi kan se, at når algoritmen sætter data fra vinetiketter og anmeldelser sammen med dataene fra vinsmagningerne, laver den mere nøjagtige forudsigelser af folks vin-præferencer, end når den kun benytter sig af de traditionelle typer data i form af billeder og tekst.«

Forskerne noterer desuden, at denne metode, hvor man benytter smag eller andre sensoriske input som datakilder, er »helt nyt« og har stort potentiale.

»Brugen af AI i den sammenhæng er helt på babystadiet. Projektet her viser styrken ved at bruge menneskebaserede input i kunstig intelligens, og jeg forudser, at resultaterne vil anspore mere forskning i krydsfeltet mellem fødevarevidenskab og AI.«